2025年9月24日
RAG 实践（三）-基于Langchain的RAG demo
摘要： 通常来说基于LangChain实现一个RAG的原理如下： 加载文件 -> 读取文本 -> 文本分割 -> 文本向量化 -> 问句向量化 -> 在文本向量中匹配出与问句向量最相似的top k个 -> 匹配出的文本作为上下文和问题一起添加到prompt中 -> 提交给LLM生成回答。 核心流程包括： 数 阅读全文
posted @ 2025-09-24 23:19 不负如来不负卿x 阅读(23) 评论(0) 推荐(0)
RAG 基础知识 （一）
摘要： 1 Retrieval Augmented Generation 检索增强生成 **Why RAG？** 当我们将大模型应用于实际业务场景时会发现，通用的基础大模型基本无法满足实际业务需求，主要有以下几方面原因： 知识的局限性：大模型自身的知识完全源于训练数据，而现有的主流大模型（deepseek、 阅读全文
posted @ 2025-09-24 19:06 不负如来不负卿x 阅读(13) 评论(0) 推荐(0)